Diese Website funktioniert am besten, wenn JavaScript aktiviert ist.
Verbesserte Erfassung von Wetterinformationen für eine bessere Wettervorhersage
Machine Learning in der Fernerkundung: Lesen Sie hier über unser Projekt mit dem DWD und der Objekterkennung konvektiver Wolken mit Hilfe von Deep Learning.
Machine Learning und Fernerkundung: Die von dida entwickelte Computer Vision Software ermöglicht Vorhersagen für innovative Landwirtschaft.
Wir als KI-Softwareanbieter entwickelten, mit Hilfe von Computer Vision, einen Algorithmus zur Überwachung & Vorhersage urbaner Veränderung.
Von Emilius Richter • 2. August 2022
Python-Tools für die Fernerkundung mithilfe von Machine Learning: Vergleich von Python Software zu Datenabruf- und Verarbeitung von Satellitendaten hier lesen.
Von Emilius Richter • 18. Juli 2022
Für einen Softwareanbieter ist der Projektantrag der erste Schritt zur Erfüllung der Anforderungen des Kunden. In diesem Artikel werde ich die wichtigsten Module in Machine-Learning-Projektanträgen beschreiben.
Von Tiago Sanona • 19. August 2021
Lesen Sie hier, wie Machine Learning in der Fernerkundung angewendet wird & wie Getreidefelder aus Zeitreihen von Satellitenbildern klassifiziert werden.
Von Fabian Gringel • 21. Juni 2021
Contrastive Language Image Pretraining (CLIP): Lesen Sie hier über die Funktionsweise sowie Anwendungen des CLIP-Modells, einem Zero-Shot-Bildklassifikator.
Von Emilius Richter • 21. Mai 2021
Lesen Sie die relevanten Fragen, die im Vorfeld berücksichtigt & beantwortet werden sollten, um ein erfolgreiches Machine-Learning-Softwareprojekt zu starten.
Von Dmitrii Iakushechkin • 8. April 2021
Lesen Sie hier über die besten Bildannotation-Tools für Computer-Vision-Aufgaben. Alles von der Installation bis zur Veranschaulichung am Beispiel.
Von Fabian Dechent • 19. März 2021
Erfahren Sie mehr über Möglichkeiten, die die Fernerkundung mittels satellitengestützter Bildgebung & Machine Learning für die Greenfield-Exploration bietet.
Von Dr. William Clemens • 11. Mai 2020
Erfahren Sie hier mehr über den Nutzen des Pretrainings eines Machine-Learning-Modells in Vorbereitung auf ein richtiges Training, am Beispiel der Fernerkundung.